Опыт и достижения:

Аналитика и ETL: Начинал карьеру с анализа данных поступлений студентов в колледжи и университеты, где занимался сбором и предобработкой данных с использованием Pandas, openpyxl, requests и BeautifulSoup. Создавал эффективные ETL-пайплайны для автоматизации обработки данных.

Опыт в разработке Telegram-ботов: Во время стажировки в компании при ВВГУ освоил aiogram, Redis, Docker, DBeaver и написал несколько телеграм-ботов, включая реализацию под заказ с обработкой данных в реальном времени.

Практика в Farpost: Разработал MVP автокорректора слов с использованием NLTK и методов машинного обучения, показав навыки построения моделей для обработки естественного языка.

Проект Petcher: В собственном проекте Petcher выполнил глубокий анализ рынка и конкурентов, разработал рекомендательную систему и спроектировал конвейеры данных для анализа навыков специалистов, используя sklearn, BeautifulSoup, Airflow и Docker.

На данный момент:

Работаю в консалтинговой компании Paper Planes (на проектной деятельности) в качестве аналитика, выполняю предобработку данных разной сложности, создаю дашборды, работаю с маркетинговыми метриками (CAC, LTV и другие).

Технические навыки:

Языки и библиотеки: Python, SQL (PostgreSQL и Greenplum), Keras, Pandas, NumPy, sklearn, Seaborn, Power BI, Git, Docker, opencv, surprise, lightFM.

Инструменты и технологии: Airflow, MinIO (S3), Redis, DBeaver

Модели и методы ML: базовые знания Computer Vision и NLP, регрессия, классификация, кластеризация, CNN, RNN, Random Forest, Bagging, CatBoost, PCA, LDA, KNN и другие

Навыки предобработки данных: Балансировка классов, удаление выбросов, feature engineering, работа с пропусками, нормализация, отбор признаков и уменьшение размерности

Владение англи

• pandas
• scikit-learn